《Serverless架構(gòu)下的AI應(yīng)用開發(fā)：入門、實戰(zhàn)與性能優(yōu)化》阿里官方出品，Serverless架構(gòu)下的機器學(xué)習應(yīng)用開發(fā)、部署、運維指南，10余位業(yè)界和學(xué)界專家推薦
定 價：99 元
- 作者：劉宇 田初東 等著
- 出版時間：2022/7/1
- ISBN：9787111707028
- 出 版 社：機械工業(yè)出版社
- 中圖法分類：TN929.53
- 頁碼：284
- 紙張：
- 版次：
- 開本：16
內(nèi)容簡介
這是一部指導(dǎo)讀者在Serverless 架構(gòu)下開發(fā)、部署和運維機器學(xué)習項目的實戰(zhàn)性著作。
本書由阿里巴巴官方出品，來自阿里云和螞蟻集團的Serverless產(chǎn)品專家、AI算法專家、Serverless解決方案架構(gòu)師、Serverless工具鏈技術(shù)負責人聯(lián)合撰寫，全方位地梳理和總結(jié)了阿里在Serverless架構(gòu)下的機器學(xué)習實戰(zhàn)經(jīng)驗，得到了企業(yè)界和學(xué)術(shù)界的10余位專家的高度認可。
具體內(nèi)容上，本書主要包含如下幾個方面：
（1）Serverless架構(gòu)基礎(chǔ)
詳細介紹了Serverless架構(gòu)的概念、特點和應(yīng)用場景，Serverless架構(gòu)下的應(yīng)用開發(fā)、部署的流程和方法，以及傳統(tǒng)的Web框架如何向Serverless架構(gòu)遷移和部署，這些都是在Serverless架構(gòu)下開發(fā)和部署應(yīng)用必備的基礎(chǔ)知識。
（2）機器學(xué)習算法和機器學(xué)習框架在Serverless架構(gòu)下的應(yīng)用
詳細講解了支持向量機、神經(jīng)網(wǎng)絡(luò)等各種機器學(xué)習常用的算法和模型，以及Scikit-learn、TensorFlow、Pytorch、PaddlePaddle等4種主流深度學(xué)習框架與Serverless架構(gòu)的結(jié)合，為讀者在Serverless架構(gòu)下開發(fā)機器學(xué)習應(yīng)用打下基礎(chǔ)。
（3）Serverless架構(gòu)下的機器學(xué)習項目實戰(zhàn)
首先通過幾個實戰(zhàn)案例講解了圖像識別、模型升級、情感分析等機器學(xué)習領(lǐng)域的高頻應(yīng)用的Serverless化，為傳統(tǒng)的AI應(yīng)用遷移和部署到Serverless架構(gòu)給出指引；然后通過兩個綜合案例講解了機器學(xué)習應(yīng)用在Serverless架構(gòu)上從設(shè)計、開發(fā)、部署到運維的全流程。
（4）Serverless應(yīng)用性能優(yōu)化
總結(jié)了Serverless架構(gòu)下應(yīng)用性能優(yōu)化的方法和經(jīng)驗，比如冷啟動的優(yōu)化方案、開發(fā)注意事項等。
序一
序二
序三
序四
序五
前言
第1章 初識Serverless架構(gòu)1
1.1 Serverless架構(gòu)的概念1
1.2 Serverless架構(gòu)的特點3
1.2.1 優(yōu)勢與價值3
1.2.2 面臨的挑戰(zhàn)8
1.3 Serverless架構(gòu)的應(yīng)用場景16
第2章 Serverless架構(gòu)下的應(yīng)用開發(fā)21
2.1 Serverless架構(gòu)下的應(yīng)用開發(fā)流程21
2.2 與ServerFul應(yīng)用開發(fā)流程對比23
2.3 傳統(tǒng)Web框架部署與遷移26
2.3.1 請求集成方案26
2.3.2 其他方案31
2.4 Serverless應(yīng)用的開發(fā)和部署34
2.4.1 如何開發(fā)、部署Serverless應(yīng)用34
2.4.2 如何對Serverless應(yīng)用進行調(diào)試45
2.4.3 通過開發(fā)者工具進行依賴安裝和項目構(gòu)建54
2.4.4 Serverless架構(gòu)與CI/CD工具的結(jié)合57
2.5 Serverless應(yīng)用的可觀測性65
第3章 機器學(xué)習入門68
3.1 什么是人工智能68
3.1.1 人工智能、機器學(xué)習和深度學(xué)習68
3.1.2 人工智能的發(fā)展69
3.1.3 人工智能的典型應(yīng)用場景71
3.2 常用的機器學(xué)習算法73
3.2.1 常見的監(jiān)督學(xué)習算法73
3.2.2 常見的無監(jiān)督學(xué)習算法85
3.2.3 其他常見的深度學(xué)習模型88
第4章 主流機器學(xué)習框架與Serverless架構(gòu)結(jié)合113
4.1 scikit-learn與Serverless架構(gòu)結(jié)合113
4.1.1 scikit-learn介紹113
4.1.2 scikit-learn實踐：鳶尾花數(shù)據(jù)分類114
4.1.3 與Serverless架構(gòu)結(jié)合：文本分類116
4.2 TensorFlow與Serverless架構(gòu)結(jié)合122
4.2.1 TensorFlow介紹122
4.2.2 TensorFlow實踐：基于人工智能的衣物區(qū)分124
4.2.3 與Serverless架構(gòu)結(jié)合：目標檢測系統(tǒng)127
4.3 PyTorch與Serverless架構(gòu)結(jié)合133
4.3.1 PyTorch介紹133
4.3.2 PyTorch實踐：圖像分類系統(tǒng)134
4.3.3 與Serverless架構(gòu)結(jié)合：對姓氏進行分類138
4.4 PaddlePaddle與Serverless架構(gòu)結(jié)合143
4.4.1 PaddlePaddle介紹143
4.4.2 PaddlePaddle實踐：手寫數(shù)字識別任務(wù)144
4.4.3 與Serverless架構(gòu)結(jié)合：Paddle-OCR項目開發(fā)與部署146
第5章 Serverless架構(gòu)下的AI項目實戰(zhàn)152
5.1 Serverless架構(gòu)下的AI應(yīng)用152
5.1.1 項目的開發(fā)與部署153
5.1.2 冷啟動優(yōu)化153
5.1.3 訓(xùn)練與推理性能優(yōu)化154
5.1.4 模型更新迭代方案155
5.2 模型升級在Serverless架構(gòu)下的實現(xiàn)與應(yīng)用155
5.2.1 模型升級迭代需求背景介紹155
5.2.2 貓狗識別項目訓(xùn)練156
5.2.3 將模型部署到Serverless架構(gòu)164
5.2.4 用戶反饋與模型迭代170
5.2.5 項目總結(jié)173
5.3 人臉識別在Serverless架構(gòu)下的應(yīng)用174
5.3.1 人臉識別技術(shù)介紹174
5.3.2 人臉識別模型訓(xùn)練176
5.3.3 人臉識別模型的應(yīng)用182
5.3.4 項目Serverless化184
5.3.5 項目總結(jié)186
5.4 文本情感分析在Serverless架構(gòu)下的應(yīng)用187
5.4.1 文本情感分析介紹187
5.4.2 情感分析模型的訓(xùn)練187
5.4.3 部署到Serverless架構(gòu)195
5.4.4 項目Serverless化198
5.4.5 項目總結(jié)200
第6章 基于Serverless架構(gòu)的智能問答系統(tǒng)201
6.1 需求分析201
6.2 整體設(shè)計203
6.2.1 數(shù)據(jù)庫設(shè)計203
6.2.2 原型圖設(shè)計203
6.2.3 接口設(shè)計203
6.2.4 架構(gòu)設(shè)計206
6.3 項目開發(fā)208
6.3.1 項目初始化208
6.3.2 數(shù)據(jù)庫與表的建設(shè)209
6.3.3 管理后臺相關(guān)能力的配置211
6.3.4 業(yè)務(wù)邏輯開發(fā)213
6.4 項目部署與運維218
6.5 項目預(yù)覽223
6.6 項目總結(jié)224
第7章 基于Serverless架構(gòu)的人工智能相冊小程序226
7.1 需求分析226
7.2 整體設(shè)計228
7.2.1 數(shù)據(jù)庫設(shè)計228
7.2.2 原型圖設(shè)計231
7.2.3 細節(jié)設(shè)計232
7.2.4 架構(gòu)設(shè)計233
7.3 項目開發(fā)237
7.3.1 項目初始化237
7.3.2 小程序開發(fā)239
7.3.3 服務(wù)端開發(fā)246
7.3.4 管理系統(tǒng)開發(fā)253
7.4 項目預(yù)覽254
7.5 經(jīng)驗積累257
7.5.1 Web框架與阿里云函數(shù)計算257
7.5.2 如何進行本地調(diào)試258
第8章 Serverless應(yīng)用的優(yōu)化與注意事項261
8.1 函數(shù)基礎(chǔ)與資源編排261
8.1.1 函數(shù)并不是“函數(shù)”261
8.1.2 對無狀態(tài)性的認識264
8.1.3 資源評估的重要性265
8.1.4 工作流的加持267
8.2 警惕冷啟動268
8.2.1 云廠商側(cè)的冷啟動優(yōu)化方案269
8.2.2 開發(fā)者側(cè)降低冷啟動影響的方案271
8.3 應(yīng)用開發(fā)注意事項275
8.3.1 如何上傳文件276
8.3.2 文件讀寫與持久化方法277
8.3.3 慎用部分Web框架的特性277
8.3.4 應(yīng)用組成結(jié)構(gòu)注意事項278
8.3.5 如何實現(xiàn)WebSocket278
8.3.6 善于利用平臺特性282
書單推薦
